Documentation Oracle Cloud Infrastructure

ONNX

En savoir plus sur les environnements conda ONNX.

ONNX 1.13 for CPU on Python 3.9 (version 1.0)

Description de l'environnement conda ONNX 1.13 for CPU on Python 3.9 (version 1.0).

Publication

Mai 25, 2023

Description

Cet environnement inclut oracle-ads, onnx, onnxruntime et leurs dépendances. L'objectif de cet environnement est d'offrir un cadre d'exécution pour vos artefacts de modèle ONNX. ONNX est un format open source de modèle ouvert qui permet d'enregistrer les modèles de différentes bibliothèques d'apprentissage automatique dans un format unique et portable, indépendant de la bibliothèque d'entraînement. Les modèles ONNX peuvent être déployés à l'aide de déploiements de modèle. Vous pouvez utiliser cet environnement conda pour convertir des modèles de différentes bibliothèques d'apprentissage automatique au format ONNX, y compris le modèle Oracle Labs AutoML. Employez ONNX pour l'inférence d'exécution et le tracé du workflow de modèle.

Pour vous lancer avec cet environnement conda, consultez le bloc-notes de mise en route à l'aide du lanceur.

Version Python

3.9
Slug

onnx113_p39_cpu_v1
Chemin de stockage d'objet Le chemin Object Storage se trouve dans l'explorateur d'environnement dans une session de bloc-notes créée dans le domaine que vous utilisez. Le chemin est spécifique au domaine.

Bibliothèques principales

  • onnx (v1.13.0)

  • onnxconverter-common (v1.13.0)

  • onnxmltools (v1.11.0)

  • onnxruntime (v1.14.1)

  • oracle-ads (v2.8.5)

  • scikit-learn (v1.1.1)

  • lightgbm (v3.3.5)

  • xgboost (v1.7.3)

Pour obtenir la liste complète des bibliothèques Python préinstallées, reportez-vous à onnx113_p39_cpu_v1.txt.
ONNX 1.13 for GPU on Python 3.9 (version 1.0)

Description de l'environnement conda ONNX 1.13 for GPU on Python 3.9 (version 1.0).

Publication

Juillet 10, 2023

Description

Cet environnement inclut oracle-ads, onnx, onnxruntime et leurs dépendances. L'objectif de cet environnement est d'offrir un cadre d'exécution pour vos artefacts de modèle ONNX. ONNX est un format open source de modèle ouvert qui permet d'enregistrer les modèles de différentes bibliothèques d'apprentissage automatique dans un format unique et portable, indépendant de la bibliothèque d'entraînement. Les modèles ONNX peuvent être déployés à l'aide de déploiements de modèle. Vous pouvez utiliser cet environnement conda pour convertir des modèles de différentes bibliothèques d'apprentissage automatique au format ONNX, y compris le modèle Oracle Labs AutoML. Employez ONNX pour l'inférence d'exécution et le tracé du workflow de modèle.

Pour vous lancer avec cet environnement conda, consultez le bloc-notes de mise en route à l'aide du lanceur.

Version Python

3.9
Slug

onnx113_p39_gpu_v1
Chemin de stockage d'objet Le chemin Object Storage se trouve dans l'explorateur d'environnement dans une session de bloc-notes créée dans le domaine que vous utilisez. Le chemin est spécifique au domaine.

Bibliothèques principales

  • onnx (v1.13.1)

  • onnxconverter-common (v1.13.0)

  • onnxmltools (v1.11.2)

  • onnxruntime_gpu (v1.15.1)

  • oracle-ads (v2.8.7)

  • scikit-learn (v1.1.1)

Pour obtenir la liste complète des bibliothèques Python préinstallées, reportez-vous à onnx110_p39_gpu_v1.txt.